深圳专业专业网站设计,3d网站建设方案,鞍山网站制作价格,女性时尚网站模板本篇文章将教你在 Ubuntu 服务器上安装 Jupyter Notebook#xff0c;并使用 Nginx 和 SSL 证书进行安全配置。
我将带你一步步在云服务器上搭建 Jupyter Notebook 服务器。Jupyter Notebook 在数据科学和机器学习领域被广泛用于交互式编码、可视化和实验。在远程服务器上运行…本篇文章将教你在 Ubuntu 服务器上安装 Jupyter Notebook并使用 Nginx 和 SSL 证书进行安全配置。
我将带你一步步在云服务器上搭建 Jupyter Notebook 服务器。Jupyter Notebook 在数据科学和机器学习领域被广泛用于交互式编码、可视化和实验。在远程服务器上运行 Jupyter Notebook 可以让你安全地管理机器学习项目共享笔记本并利用服务器的计算能力。
Jupyter Notebook 简介
Jupyter Notebook 是一款开源的 Web 应用程序允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档。这些文档被称为“笔记本”它们提供了一个交互式环境非常适合进行数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。
主要特点
交互式计算: 在 Notebook 中您可以逐个单元格地运行代码并立即查看结果。这使得调试和探索数据变得更加容易。支持多种语言: 虽然最常用于 Python但 Jupyter Notebook 也支持其他编程语言例如 R、Julia、Scala 等。数据可视化: 您可以直接在 Notebook 中创建各种图表和图形以便更好地理解数据。富文本格式: 除了代码之外您还可以使用 Markdown 语法添加标题、段落、列表、链接、图像等使您的文档更具可读性和条理性。易于分享: 您可以将 Notebook 保存为多种格式例如 .ipynb、.html、.pdf 等方便与他人共享您的工作。扩展性强: Jupyter Notebook 拥有丰富的扩展生态系统可以增强其功能例如代码自动补全、版本控制、主题定制等。
典型应用场景
数据分析和可视化: 探索、清理、转换和可视化数据。机器学习: 构建、训练和评估机器学习模型。科学计算: 进行数值模拟和科学实验。教学和培训: 创建交互式学习材料。文档记录: 记录研究过程和结果。
Jupyter Notebook 的基本组成部分:
单元格 (Cell): Notebook 的基本单位可以包含代码或 Markdown 文本。内核 (Kernel): 负责执行代码的计算引擎。笔记本文件 (.ipynb): 包含 Notebook 所有内容的 JSON 格式文件。
环境准备
服务器准备
必要前提
一个充满求知欲的大脑。一个指向服务器 IP 的域名(可选)。一台 Linux 服务器推荐腾讯云、阿里云或雨云等。本文将以雨云为例进行演示。
我将以 雨云 为例带大家创建一台自己的云服务器以便尝试本篇文章的内容。
注册链接 https://rainyun.ivwv.site/
创建雨云服务器 以下步骤仅供参考请根据实际需求选择配置。 点击 云产品 → 云服务器 → 立即购买。 选择距离你较近的区域以保证低延迟。 选择配置。 选择 Ubuntu 22.04 版本。 最后点击 立即购买并按照提示进行购买。购买后等待机器部署完毕点击购买的服务器进入管理面板找到远程连接相关信息。 使用 PowerShell 进行远程连接。 输入 ssh root你的服务器IP 例如 ssh root154.9.227.239 回车后首次需要输入 yes再次回车后即可登录服务器。 到此为止我们的云服务器就创建好了。
开始安装
第 1 步更新服务器
首先更新服务器以确保所有软件包都是最新的。
sudo apt update sudo apt upgrade -y这条命令将更新软件包列表并升级现有软件到最新版本。
第 2 步安装 Python 和所需库
如果服务器上尚未安装 Python 3请安装 Python 3 以及 pipPython 包安装程序和一些基本的开发工具
sudo apt install python3 python3-pip python3-dev build-essential -y安装完成后你可以通过运行以下命令来验证 Python 和 pip 的安装
python3 --version
pip3 --version第 3 步设置虚拟环境
为了保持环境的整洁并避免与其他项目发生冲突建议设置一个 Python 虚拟环境。
安装 venv 模块
sudo apt install python3-venv -y在所需目录中创建一个虚拟环境
python3 -m venv jupyter_env激活虚拟环境
source jupyter_env/bin/activate当虚拟环境激活后你的 shell 提示符会显示环境名称表明你已处于隔离环境中。
第 4 步安装 Jupyter Notebook
虚拟环境设置好后你可以使用 pip 安装 Jupyter Notebook
pip install jupyter这将安装 Jupyter 及其依赖项。安装完成后可以通过以下命令进行验证
jupyter --version第 5 步配置 Jupyter Notebook 以实现远程访问
默认情况下Jupyter 仅允许从本地访问。要远程访问你需要配置它以监听外部连接。
生成 Jupyter 配置文件
jupyter notebook --generate-config这将在 ~/.jupyter/jupyter_notebook_config.py 处创建一个配置文件。
为 Jupyter Notebook 设置密码以防止未授权访问
jupyter notebook password系统会提示你输入并验证密码。加密后的密码将存储在 jupyter_notebook_config.json 文件中以确保安全。
编辑配置文件以允许远程访问
打开配置文件
nano ~/.jupyter/jupyter_notebook_config.py找到并修改以下行如果它们被注释了请取消注释
# c.ServerApp.ip localhost
# c.ServerApp.port 0修改为
c.ServerApp.ip 0.0.0.0
c.ServerApp.port 8888此配置允许 Jupyter 监听所有可用 IP 地址0.0.0.0并禁用服务器上的自动浏览器打开。
第 6 步配置防火墙
如果你启用了 UFW 防火墙你需要添加 TCP 端口
sudo ufw allow 8888/tcp
sudo ufw allow 80/tcp
sudo ufw allow 443/tcp
sudo ufw reload第 7 步运行 Jupyter Notebook
在虚拟环境中运行 Jupyter Notebook 服务器执行以下命令
jupyter notebook在浏览器中访问 Jupyter 笔记本
http://server_ip:8888第 8 步从本地机器访问 Jupyter Notebook
要远程访问 Jupyter Notebook你需要使用 SSH 隧道连接或直接在防火墙上打开端口由于安全风险不推荐。
通过 SSH 隧道访问 Jupyter推荐
在本地机器上运行以下命令
ssh -L 8888:localhost:8888 usernameyour_server_ip此命令将本地机器的 8888 端口转发到远程服务器的 8888 端口。运行命令后你可以通过在浏览器中访问
http://localhost:8888第 9 步将 Jupyter 设置为系统服务
为确保 Jupyter Notebook 服务器在重启后自动启动你可以将其配置为 systemd 服务。
创建一个新的服务文件
sudo nano /etc/systemd/system/jupyter.service在文件中添加以下配置将 /home/username/ 替换为你的实际主目录路径将 username 替换为你的用户账户
[Unit]
DescriptionJupyter Notebook
[Service]
Typesimple
PIDFile/run/jupyter.pid
ExecStart/home/username/jupyter_env/bin/jupyter-notebook --config/home/username/.jupyter/jupyter_notebook_config.py
Userusername
Groupusername
WorkingDirectory/home/username
Restartalways
RestartSec10
[Install]
WantedBymulti-user.target重新加载 systemd 并启用服务
sudo systemctl daemon-reload
sudo systemctl enable jupyter
sudo systemctl start jupyter现在 Jupyter 将在重启后自动启动并在后台运行。
检查 jupyter 服务状态
systemctl status jupyter在这里你将找到令牌
Oct 15 02:24:23 jupyter jupyter-notebook[5385]: http://jupyter:8888/tree?token16dc4db2331c725588a7930cf5f09d005f53a4d421061e9d
Oct 15 02:24:23 jupyter jupyter-notebook[5385]: http://127.0.0.1:8888/tree?token16dc4db2331c725588a7930cf5f09d005f53a4d421061e9d你需要这个令牌来登录或者更改登录密码。
第 10 步为 Jupyter Notebook 安装 Nginx
为了使你的 Jupyter Notebook 服务器更安全并且可以通过 HTTPS 访问你可以使用 Nginx 作为反向代理并使用 Certbot 从 Let’s Encrypt 获取免费的 SSL 证书。这种设置确保了你与 Jupyter Notebook 服务器的连接是加密的这在处理敏感数据时非常重要。
以下是安装 Nginx、将其配置为 Jupyter 的反向代理并使用 Certbot 从 Let’s Encrypt 获取 SSL 证书的步骤。
安装 Nginx
首先在服务器上安装 Nginx
sudo apt install nginx -y安装 Nginx 后启动并启用它
sudo systemctl start nginx
sudo systemctl enable nginx通过在浏览器中打开服务器的 IP 地址来检查 Nginx 是否运行。你应该能看到 Nginx 的默认页面。
将 Nginx 配置为 Jupyter 的反向代理
要允许 Nginx 作为 Jupyter Notebook 的反向代理创建一个新的 Nginx 配置文件。
创建一个新的配置文件
sudo nano /etc/nginx/sites-available/jupyter在文件中添加以下内容将 your_domain_or_IP 替换为你的实际域名或服务器 IP
server {listen 80;server_name your_domain_or_IP;location / {proxy_pass http://localhost:8888;proxy_set_header Host $host;proxy_set_header X-Real-IP $remote_addr;proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;proxy_set_header X-Forwarded-Proto $scheme;# WebSocket 支持proxy_http_version 1.1;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection upgrade;}
}此配置将所有端口 80HTTP上的流量定向到端口 8888 上运行的 Jupyter Notebook。
通过创建符号链接启用配置
sudo ln -s /etc/nginx/sites-available/jupyter /etc/nginx/sites-enabled/测试 Nginx 配置是否有错误
sudo nginx -t重启 Nginx 以应用更改
sudo systemctl restart nginx此时Nginx 会将 http://your_domain_or_IP 的流量转发到端口 8888 上的 Jupyter Notebook。但是连接仍然不安全。在接下来的步骤中我们将使用 Certbot 设置 SSL。
安装 Certbot 并获取 SSL 证书
Let’s Encrypt 提供免费的 SSL 证书Certbot 自动化了获取和续订证书的过程。
安装 Certbot 和 Nginx 插件
sudo apt install certbot python3-certbot-nginx -y使用 Certbot 为你的域名获取 SSL 证书
sudo certbot --nginx -d your_domain_or_IPCertbot 会提示你提供用于紧急续订通知的电子邮件地址并同意服务条款。之后Certbot 将自动获取并配置 Nginx 的 SSL 证书。
验证 SSL 安装
你现在可以通过 https://your_domain_or_IP 安全地访问你的 Jupyter Notebook。浏览器将显示锁图标表示连接是安全的。
第 11 步为机器学习项目优化 Jupyter
对于机器学习项目你可以通过以下优化来增强你的 Jupyter Notebook 设置
a) 安装必要的库
对于机器学习你需要安装像 NumPy, Pandas, scikit-learn, Matplotlib, Seaborn, TensorFlow, 和 PyTorch 这样的库
pip install numpy pandas scikit-learn matplotlib seaborn tensorflow torchb) 利用 GPU 进行机器学习
如果你的服务器有 GPU你可以安装 TensorFlow 和 PyTorch 的 GPU 版本来加速模型训练
TensorFlow
pip install tensorflow-gpuPyTorch
你可以在 PyTorch 的官方网站上找到适合你设置的安装命令。
c) 笔记本扩展
安装 Jupyter Notebook 扩展以增强功能如目录、代码折叠等
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextension enable codefolding/main结论
我们已经看到了如何在 Ubuntu 服务器上安装 Jupyter Notebook并使用 Nginx 和 SSL 证书进行安全配置。你已经成功安装并配置了用于远程机器学习项目的 Jupyter Notebook 服务器。这种设置允许你在功能强大的远程服务器上运行机器学习实验、管理代码和可视化结果。确保在将 Jupyter 暴露到互联网上时保护你的设置并根据项目需求优化服务器。
通过远程运行 Jupyter你可以从任何地方访问你的 Notebook同时利用服务器的资源这是复杂机器学习项目的理想解决方案。 相关链接 雨云 - 新一代云服务提供商: https://www.rainyun.com/NTEzMTM1_?sblog 面试鸭https://mianshiya.com/?shareCodesq29yv 我的博客https://blog.ivwv.site
